paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Plan4code: Planning Code Changes with Chain-of-Thought and Ontologies

Plan4code：用思维链与本体规划代码变更
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 2/10 · 该论文聚焦用本体和思维链提示规划 LLM 代码变更，属于 LLM 辅助软件开发，而非用户核心关注的静态分析、形式化验证、浮点程序分析或贝叶斯程序分析。它虽然涉及 PL 与 AI 的交叉，但研究方向与用户画像中的 PL→AI 或 AI→PL 主线不匹配。引用 0 inbox
Andrey Justo, Jefferson Seide Molléri, Luiz Eduardo Galvão Martins
机器学习与程序语言
crossref: 2026-09-12

AI 速览

一句话：提出 Plan4Code，结合软件工程本体与思维链提示，让 LLM 驱动的代码变更更系统、可解释。

该博士研究探讨如何将软件工程本体与思维链（Chain-of-Thought, CoT）提示相结合，使基于大语言模型（LLM）的代码变更过程更加系统化且具备可解释性。作者提出 Plan4Code 方法，利用 LLM 对代码变更进行规划、执行与解释。研究内容包含三部分：(i) 面向遗留软件的 AI 技术文献综述；(ii) Plan4Code 架构的设计与实现；(iii) 实证评估，以检验其在自动化并改进代码变更方面的有效性。整体目标是通过本体提供领域知识约束、通过思维链提供推理轨迹，从而提升 LLM 代码变更的可控性与透明度。

问题
基于 LLM 的代码变更往往缺乏系统性与可解释性，尤其在遗留软件场景中难以保证变更过程可控、可追溯。
方法
提出 Plan4Code 架构，将软件工程本体与思维链提示结合，引导 LLM 对代码变更进行规划、执行和解释，并开展相关文献综述与架构实现。
评估
通过实证评估检验 Plan4Code 在自动化并改进代码变更方面的有效性，具体评估设计在博士研究计划中给出。
原文摘要（Abstract）

This doctoral research investigates how software engineering ontologies combined with Chain-of-Thought (CoT) prompting can make LLM-based code changes more systematic and explainable. I propose Plan4code, a novel approach that leverages Large Language Models (LLMs) to plan, execute, and explain code changes. The research comprises (i) a literature review on Artificial Intelligence (AI) techniques for legacy software; (ii) the design and implementation of the Plan4Code architecture; and (iii) an empirical evaluation to assess its effectiveness in automating and improving code changes.

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot11513,
  title = {Plan4code: Planning Code Changes with Chain-of-Thought and Ontologies},
  author = {Andrey Justo and Jefferson Seide Molléri and Luiz Eduardo Galvão Martins},
  booktitle = {ICSE},
  year = {2026},
  doi = {10.1145/3774748.3787651}
}